法國cromda編寫的新版本MATRICE 2（矩陣和矢量運算單元）。 // ---------------------------------------------------------- // 12-01-02 : MODIFIED Matrice to Matrice2 (Delphi 6) // All routines now operate on rectangular matrix, except (InvMat and SysLin) // No more need to use the InitMat procedure (suppressed) : // - the routines detect automaticaly the dimensions of matrix and VECTOR // - error code MatDimNul is generated if zero lines or column in matrix and VECTOR (See DimensionMatrice and DimensionVecteur) // - error code MatMauvDim is generated if the dimensions of matrix/VECTOR don t allow valid result // - // The result matrix is dimensioned automaticaly
上傳時間： 2014-01-23
上傳用戶：sy_jiadeyi
三維矢量有限元-矩量法電磁場分析程序。 EMAP5 is a full-wave electromagnetic field solver that combines the method of moments (MOM) with a VECTOR finite element method (VFEM). It employs the finite element method (FEM) to analyze a dielectric volume, and employs the method of moments (MoM) to solve for currents on the surface of (or external to) this volume. The two methods are coupled through the fields on the dielectric surface.
標簽： electromagnetic full-wave combines solver
上傳時間： 2016-04-03
上傳用戶：cylnpy
多項式曲線擬合 任意介數 Purpose - Least-squares curve fit of arbitrary order working in C++ Builder 2007 as a template class, using VECTOR<FloatType> parameters. Added a method to handle some EMathError exceptions. If do NOT want to use this just call PolyFit2 directly. usage: Call PolyFit by something like this. CPolyFit<double> PolyFitObj double correlation_coefficiant = PolyFitObj.PolyFit(X, Y, A) where X and Y are VECTORs of doubles which must have the same size and A is a VECTOR of doubles which must be the same size as the number of coefficients required. returns: The correlation coefficient or -1 on failure. produces: A VECTOR (A) which holds the coefficients.
標簽： Least-squares arbitrary Purpose Builder
上傳時間： 2013-12-18
上傳用戶：宋桃子
This Two-Category Classifier Using Discriminant Functions to separeate two classes. The Classifier is designed on classes which has two feature VECTORs and other case it has one feature VECTOR.
標簽： Classifier Discriminant Two-Category Functions
上傳時間： 2016-04-23
上傳用戶：2525775
描述工廠管理多個工人 工廠類 屬性：工廠名稱 行為：添加 刪除工人 工人類 屬性：姓名 （1）使用數組裝載工人對象，這里注意當數組滿時添加工人應做一些什么樣的處理。 （2）將數組改為VECTOR類裝載工人對象。
上傳時間： 2016-04-25
上傳用戶：gaojiao1999
KMEANS Trains a k means cluster model.CENTRES = KMEANS(CENTRES, DATA, OPTIONS) uses the batch K-means algorithm to set the centres of a cluster model. The matrix DATA represents the data which is being clustered, with each row corresponding to a VECTOR. The sum of squares error function is used. The point at which a local minimum is achieved is returned as CENTRES.
標簽： CENTRES KMEANS OPTIONS cluster
上傳時間： 2014-01-07
上傳用戶：zhouli
Probabilistic Principal Components Analysis. [VAR, U, LAMBDA] = PPCA(X, PPCA_DIM) computes the principal ％ component subspace U of dimension PPCA_DIM using a centred covariance matrix X. The variable VAR contains the off-subspace variance (which is assumed to be spherical), while the VECTOR LAMBDA contains the variances of each of the principal components. This is computed using the eigenvalue and eigenVECTOR decomposition of X.
標簽： Probabilistic Components Principal Analysis
上傳時間： 2016-04-28
上傳用戶：qb1993225
c++ how to program 里面詳細介紹了從第1章到第24章的代碼學習實例。是初學者很好的學習資料。 第1章 計算機、Internet和萬維網簡介 第2章 C++編程入門 第3章 類和對象介紹 第4章 控制語句（第Ⅰ部分） 第5章 控制語句（第Ⅱ部分） 第6章 函數和遞歸入門 第7章 數組與CC+標準庫類模板VECTOR 第8章 指針和基于指針的字符串 第9章 類的深入剖析（第Ⅰ部分） 第10章 類的深入剖析（第Ⅱ部分） 第11章 運算符重載：字符串和數組對象 第12章 面向對象編程：繼承 第13章 面向對象編程：多態性 第14章 模板 第15章 輸入/輸出流 第16章 異常處理 第17章 文件處理 第18章 String類和字符串流處理 第19章 Web編程 第20章 搜索和排序 第21章 數據結構 第22章 位、字符、C字符串和結構體 第23章 標準模板庫 第24章 其他主題
上傳時間： 2014-01-13
上傳用戶：yuzsu
支持向量機，用于分類。Classify using (a very simple implementation of) the support VECTOR machine algorithm
標簽： 支持向量機
上傳時間： 2014-01-11
上傳用戶：hphh
主要是修改了一些2.3.0版本的Bug，特別是當autoCommit=false的情況下以及多線程添加Document，有些字段打開了term-VECTOR有些沒有打都會對索引數據造成破壞 autoCommit 選項是從2.2.0版本就添加了，默認是true，我對這個參數還不是很理解，都是用的默認值true。所以沒有碰到問題。 2.3.1版本沒有包含任何新的功能，索引文件的格式也沒有變化，完全兼容2.3.0版本。 官方鼓勵所有使用2.3.0版本的應用盡快升級到2.3.1版本。
上傳時間： 2013-12-16
上傳用戶：wkchong
